Estimace orientace multikoptér

Abstract

Tato dizertační práce se zabývá estimací orientace multikoptér. Především je zkoumáno zahrnutí dynamického modelu multikoptéry do estimačního algoritmu za účelem zpřesnění odhadnuté orientace. Ukazuje se, že zahrnutí dynamického modelu multikoptéry přináší velké výhody oproti konkurenčním algoritmům, kterými jsou GPS/INS či komplementární filtr. Cílem studie je mimo jiné testování možnosti odhadovat parametry dynamického modelu multikoptéry za běhu algoritmu. Dále je také studován vliv větru na přesnost estimované orientace. Algoritmy jsou založeny na nelineární verzi Kalmanova filtru. Celkově zahrnutí dynamického modelu multikoptéry přináší možnost odhadovat orientaci s omezenou chybou i bez nutnosti pravidelného měření absolutní pozice. Výsledkem práce je také nový algoritmus, který nevyžaduje kromě dat ze senzorů žádné pravidelné informace od multikoptéry (např. řídicí signály motorů).

This dissertation deals with attitude estimation of multicopters. Mainly the use of multicopter dynamic model in order to gain accuracy is investigated. It shows that the usage of multicopter dynamic model brings advantage contrary to other known algorithms for attitude estimation such as GPS/INS or complementary filter. Besides others one goal is to study the possibilities to estimate the parameters of dynamic model on-line. Further the influence of wind speed to estimation accuracy is also investigated. The algorithms are based on a nonlinear Kalman filter. The use of dynamic model of multicopters reveals the possibility of estimating attitude with bounded error even without periodic measurement of absolute position. One of the results of the dissertation is a new algorithm which does not require information about the thrust of multicopter propellers.